回顧

解析（一）
解析（二）
解析（三）
這次介紹的GPUImageContext、GPUImageFramebufferCache和GPUImagePicture。

GPUImageContext

GPUImageContext是GPUImage對OpenGL ES上下文的封裝，添加了GPUImage相關的上下文，比如說Program的使用緩存，處理隊列，CV紋理緩存等。

1、屬性介紹

contextQueue 統一處理隊列
currentShaderProgram 正在使用的program
context OpenGL ES的上下文
coreVideoTextureCache CV紋理緩存
framebufferCache GPUImageBuffer緩存
shaderProgramCache Program的緩存
shaderProgramUsageHistory Program的使用歷史

2、方法介紹

• useAsCurrentContext() 在useAsCurrentContext設置當前上下文的時候，會先判斷上下文是否是當前context，不是再設置（為了避免上下文切換的性能消耗，即使設置的上下文是同一個上下文也會消耗性能）

• sizeThatFitsWithinATextureForSize() 會調整紋理大小，如果超過最大的紋理，會調整為不超過最大的紋理寬高。

• (GLProgram*)programForVertexShaderString:fragmentShaderString:;
  shaderProgramCache 是program的緩存，由頂點shader和片元shader字符串拼接起來做key。

• - (void)useSharegroup:(EAGLSharegroup *)sharegroup;
  EAGLSharegroup類管理一個或者多個EAGLContext的OpenGLES資源；這個是一個封閉的類，沒有開發者API。負責管理紋理緩存、頂點緩存、幀緩存、顏色緩存。（textures, buffers, framebuffers, and render buffers）

• - (EAGLContext *)context;返回OpenGL ES2.0的上下文，同時設置glDisable(GL_DEPTH_TEST);，圖像處理管道默認不允許使用深度緩存。

GPUImageFramebufferCache

GPUImageFramebufferCache是GPUImageFrameBuffer的管理類

1、屬性介紹

CacheframebufferCache 緩存字典
framebufferTypeCounts 緩存數量字典
activeImageCaptureList 正在讀取Image數據的GPUImageFrameBuffer列表
framebufferCacheQueue 緩存隊列

2、方法介紹

• - (NSString *)hashForSize: textureOptions:onlyTexture:;
  根據size、textureOptions和onlyTexture，創建緩存字符串。
  緩存字符串+當前緩存數量形成framebufferCache緩存的key。
  如果找不到framebufferCache對應的數量，會創建新的緩存。

• - (void)returnFramebufferToCache:;回收緩存。根據size、textureOptions和onlyTexture，創建緩存字符串，緩存字符串+當前緩存數量形成framebufferCache緩存的key。（之所以會加上數量，是因為緩存字符串不唯一）

• - (void)addFramebufferToActiveImageCaptureList:;
- (void)removeFramebufferFromActiveImageCaptureList:
  這兩個方法主要用于，當newCGImageFromFramebufferContents()讀取幀緩存圖像數據時，保持GPUImageFramebuffer的引用。并且讀取完數據后，在dataProviderUnlockCallback()方法釋放。

GPUImagePicture

GPUImagePicture是PGUImage的圖像處理類，繼承GPUImageOutput，一般作為響應鏈的源頭。

1、屬性介紹

pixelSizeOfImage 圖像的像素大小。
hasProcessedImage 圖像是否已處理。
imageUpdateSemaphore 圖像處理的GCD信號量。

2、方法介紹

• - (id)initWithCGImage:smoothlyScaleOutput: 用源圖像newImageSource和是否采用mipmaps來初始化GPUImagePicture。
  如果圖像大小超過OpenGL ES最大紋理寬高，或者使用mipmaps，或者圖像數據是浮點型、顏色空間不對等都會采用CoreGraphics重新繪制圖像。
  然后通過glTexImage2D把圖像數據發送給GPU，最后釋放掉CPU的圖像數據。

• - (BOOL)processImageWithCompletionHandler:; 通知targets處理圖像，并在完成后調用complete代碼塊。在處理開始時，會標記hasProcessedImage為YES，并調用dispatch_semaphore_wait()，確定上次處理已經完成，否則取消這次處理。

• - (void)addTarget: atTextureLocation:;添加target到響應鏈。如果hasProcessedImage為YES，表示圖像已經處理完畢，直接設置targets的InputSize，并調用newFrameReadyAtTime()通知target。

DEMO

用GPUImagePicture處理源圖像，用GPUImageTiltShiftFilter處理模糊效果，用GPUImageView顯示。

效果展示

核心代碼

將GPUImageView設置為self.view，根據face.png，設置GPUImagePicture，然后添加GPUImageTiltShiftFilter到響應鏈，再把GPUImageView作為響應鏈的終點，最后調用processImage，開始處理圖像。

    GPUImageView *primaryView = [[GPUImageView alloc] initWithFrame:self.view.frame];
    self.view = primaryView;
    UIImage *inputImage = [UIImage imageNamed:@"face.png"];
    _sourcePicture = [[GPUImagePicture alloc] initWithImage:inputImage];
    _sepiaFilter = [[GPUImageTiltShiftFilter alloc] init];
    _sepiaFilter.blurRadiusInPixels = 40.0;
    [_sepiaFilter forceProcessingAtSize:primaryView.sizeInPixels];
    [_sourcePicture addTarget:_sepiaFilter];
    [_sepiaFilter addTarget:primaryView];
    [_sourcePicture processImage];

總結

最近因為直播用戶增長太快，忙著優化原來的邏輯，研讀源代碼的時間變少。
同時為了寫這篇文章，查了一些關于圖像資料，末尾附上。
下一篇文章可能會介紹今年大火的直播APP的一種速成方案，也可能會是GPUImageMovie的介紹。
喜歡的點一下關注，不迷路。

MIPMAP

Mipmap紋理技術是目前解決紋理分辨率與視點距離關系的最有效途徑,它會先將圖片壓縮成很多逐漸縮小的圖片,例如一張6464的圖片,會產生6464,3232,1616,88,44,22,11的7張圖片,當屏幕上需要繪制像素點為2020 時，程序只是利用 3232 和 1616 這兩張圖片來計算出即將顯示為 2020 大小的一個圖片，這比單獨利用 32*32 的那張原始片計算出來的圖片效果要好得多，速度也更快.

圖像數據格式

kCGImageAlphaLast：alpha 分量存儲在每個像素中的低位，如RGBA。
kCGImageAlphaFirst：alpha 分量存儲在每個像素中的高位，如ARGB。
kCGImageAlphaPremultipliedLast：alpha 分量存儲在每個像素中的低位，同時顏色分量已經乘以了 alpha 值。
kCGImageAlphaPremultipliedFirst：alpha 分量存儲在每個像素中的高位，同時顏色分量已經乘以了 alpha 值。
kCGImageAlphaNoneSkipLast：沒有 alpha 分量。如果像素的總大小大于顏色空間中顏色分量數目所需要的空間，則低位將被忽略。
kCGImageAlphaNoneSkipFirst：沒有 alpha 分量。如果像素的總大小大于顏色空間中顏色分量數目所需要的空間，則高位將被忽略。

圖像顏色空間